Kajian Terhadap Karakteristik Tampilan Cherni Sebagai Alat Eksplorasi Data Secara Visual

Abstract

Saat ini, telah begitu banyak metode statistika yang tersedia untuk mcnyajikan data seeal'a visual dalam bentuk grafik ataupul1 gambar, Chel'l1o.U'.Ihces adalah salah satu dari sekian banyak metode tersebut yang dapat digunakan untuk alat ekspiorasi data ll1ultivariat secara visual dalar.l bentuk wajah kartull. Terdapat 20 cil'j wajah yang bisa digunakan untuk mewakili peubah~peubah yang ada. Pemilihan ciri wajah mana yang mcwakili suatt! pcubah dapat dilakukan secara aeak maupun Illclalui perancangan. BHu dilakukan perancangall, peubah yang penting biasanya digambal'kan dcngan ciri wajah yang menonjol schingga kcrngmmlll yang lCl'jadi pada data dapat terlihat dengan jelas. Penelitian ini berlujuan untuk melakukan pengkajian terhaclap karakteristik dari pcnampilan ciri-ciri wajah pada Chernoff faces, 1I1ltlik mengetahui ciri-ciri wajah mana yang cukup jelas dalam mcnggambal'kan: kcragalll,lIl dala. Ilasiinya diharapkan bisa Il1cl\jadi bahan •pcrtimbangan dalam pcmilihan ciri-ciri wajah tel•scbul. Seianjulnya, dalam pencliti,tll iniputl dilakllkan teladan penerapan Chernoff faces untuk menggmnbarkan hasil pengelompokan propinsi-propinsi di Indonesia berdasarkan indikatol' kesejailteraan rakyat. Data yang cligunakan adalah data sekunder hasil SUSENAS tahull 1999 oleh BPS. Dari pengamalan lcrhaclap tHlllpiian kc-20 ciri-ciri wajah Chernoff diperoieh hnsil bahwa ada bebempa ciri wajah yang kUl'ang .iclns dalam lllcnllnjukkan keragaman data. Ciri-ciri wajah tcrsebut adalah : tinggi pusat mata, tinggi alis mata dan panjang alis mata. Seclnngknn ciri-ciri wnjah yang sangat jelas menggambarkan keragaman data adalah panjang hidung, kelengkungml multlt, lebar mulut dan besar mala (setengah tinggi mata). Selain itu, tampilan beberapa bagian wajah yang digunakan secara bersamaan juga dipengaruhi oleh korclasi antarpeubah yang diwakilillya, terutama pada bag ian mata. Pcnerapan analisis gerol11bo\ hirarki clengan mctode pautan rataan dan jarak euclid pada data dalam penciitian• ini menghasilkan 5 kelompok propinsi yang didasarkan atas kondisi taraf kcsejahteraan masyarakatnya. Pcnyajian karakteristik kelil11a kclompok tersebut dalam bentuk wajah Chernoff menunjukkan adanya keragaman full wajah yang cukup mencolok, terutmna dengan sangat kontrasllya wajah keiompok I dengan kelol11pok 2 dan 3. KOl1disi tel'sebllt menunjllkkan gambaran adanya kesenjangan yang cukup jelas dalam hal pemerataan hasil pembangunall di Indonesia